Deret berkala dan peramalan.ppt

1
BAB 6BAB 6
DERET BERKALA DAN PERAMALANDERET BERKALA DAN PERAMALAN

2
OUTLINE
BAGIAN I Statistik Deskriptif
Pengertian Statistika
Penyajian Data
Ukuran Penyebaran
Ukuran Pemusatan
Angka Indeks
Deret Berkala dan
Peramalan
Analisis Trend
(Linear, Kuadratis, Eksponensial)
Analisis Variasi Musim
(Metode rata-rata bergerak)
Analisis Siklis
(Siklus, Spektral)
Menggunakan Analisis Trend Untuk
Mendapatkan Estimasi Nilai di Masa
Mendatang
Pengolahan Analisis Deret Berkala
dengan MS Excel
Deret Berkala dan Peramalan
Bab 6

3
Bab 6
• Data deret berkala adalah sekumpulan data yang
dicatat dalam suatu periode tertentu.
• Manfaat analisis data berkala adalah mengetahui
kondisi masa mendatang atau meramalkan kondisi
mendatang.
• Peramalan kondisi mendatang bermanfaat untuk
perencanaan produksi, pemasaran, keuangan dan
bidang lainnya.
PENDAHULUAN

4
Bab 6
KOMPONEN DATA BERKALA
• Trend
• Variasi Musim
• Variasi Siklus
• Variasi yang Tidak Tetap (Irregular)

5
TREND
Suatu gerakan kecenderungan naik atau turun dalam jangka panjang
yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan
nilainya cukup rata (smooth).
Tahun (X) Tahun (X)
Y Y
Trend Positif Trend Negatif
Bab 6

6
METODE ANALISIS TREND
1. Metode Semi Rata-rata
• Membagi data menjadi 2 bagian
• Menghitung rata-rata kelompok. Kelompok 1 (K1) dan
kelompok 2 (K2)
• Menghitung perubahan trend dengan rumus:
b = (K2 – K1)
(tahun dasar K2 – tahun dasar K1)
• Merumuskan persamaan trend Y = a + bX
Bab 6

7
CONTOH METODE SEMI RATA-RATA
Tahun Pelanggan Rata-
rata
Nilai X
th dasar 1997
Nilai X
th dasar 2000
1996 4,2 -1 -4
K1 1997 5,0 4,93 0 -3
1998 5,6 1 -2

1999 6,1 2 -1
K2 2000 6,7 6,67 3 0
2001 7,2 4 1
Y th 1997 = 4,93 + 0,58 X
Y th 2000 = 6,67 + 0,58 X
b = (6,67 – 4,93)/2000-1997
b = 0,58
Bab 6

8
2. Metode Kuadrat Terkecil
Trend Pelanggan PT. Telkom
0
1
2
3
4
5
6
7
8
97 98 99 00 01
Tahun
Pelanggan(Jutaan)
Data Y' Data Y
Y = a + bX
a = ∑Y/N
b = ∑YX/X2
Bab 6
Menentukan garis trend yang mempunyai jumlah terkecil dari
kuadrat selisih data asli dengan data pada garis trendnya.

9
CONTOH METODE KUADRAT TERKECIL
Tahun Pelanggan
=Y
Kode X
(tahun)
Y.X X2
1997 5,0 -2 -10,0 4
1998 5,6 -1 -5,6 1
1999 6,1 0 0 0
2000 6,7 1 6,7 2
2001 7,2 2 14,4 4
∑Y=30,6 ∑Y.X=5,5 ∑X2
=11
Nilai a =
Nilai b =
Jadi persamaan trend Y’=
Bab 6

10
3. Metode Kuadratis
Y=a+bX+cX
2
Y = a + bX + cX2

Koefisien a, b, dan c dicari dengan rumus sebagai berikut:
a = (∑Y) (∑X4
) – (∑X2
Y) (∑X2
)/ n (∑X4
) - (∑X2
)
b = ∑XY/∑X2
c = n(∑X2
Y) – (∑X2
) ( ∑Y)/ n (∑X4
) - (∑X2
)
Trend Kuadratis
0.00
2.00
4.00
6.00
8.00
97 98 99 00 01
Tahun
JumlahPelanggan
(jutaan)
Untuk jangka waktu pendek,
kemungkinan trend tidak
bersifat linear. Metode
kuadratis adalah contoh
metode nonlinear
Bab 6

11
CONTOH METODE KUADRATIS
Tahun Y X XY X2
X2
Y X4
1997 5,0 -2 -10,00 4,00 20,00 16,00
1998 5,6 -1 -5,60 1,00 5,60 1,00
1999 6,1 0 0,00 0,00 0,00 0,00
2000 6,7 1 6,70 1,00 6,70 1,00
2001 7,2 2 14,40 4,00 2880 16,00
30.60 5,50 10,00 61,10 34,00
a = (∑Y) (∑X4
) – (∑X2
Y) (∑X2
) =
n (∑X4
) - (∑X2
)
b = ∑XY/∑X2
=
c = n(∑X2
Y) – (∑X2
) ( ∑Y) =
n (∑X4
) - (∑X2
)
Jadi persamaan kuadratisnya adalah Y =
Bab 6

12
4. Trend Eksponensial
Y= a(1+b)X
Persamaan eksponensial dinyatakan dalam bentuk variabel waktu (X)
dinyatakan sebagai pangkat. Untuk mencari nilai a, dan b dari data Y
dan X, digunakan rumus sebagai berikut:

Y’ = a (1 + b)X

Ln Y’ = Ln a + X Ln (1+b)
Sehingga a = anti ln (∑LnY)/n
b = anti ln ∑ (X. LnY) -1
∑(X)2
Trend Eskponensial
0,00
5,00
10,00
15,00
97 98 99 00 01
Tahun
Jumlah
Pelanggan
(jutaan)
Bab 6

13
CONTOH TREND EKSPONENSIAL
Tahun Y X Ln Y X2
X Ln Y
1997 5,0 -2 1,6 4,00 -3,2
1998 5,6 -1 1,7 1,00 -1,7
1999 6,1 0 1,8 0,00 0,0
2000 6,7 1 1,9 1,00 1,9
2001 7,2 2 2,0 4,00 3,9
9,0 10,00 0,9
Bab 6
Nilai a dan b didapat dengan:
a = anti ln (∑LnY)/n =
b = anti ln ∑ (X. LnY) - 1 =
∑(X)2
Sehingga persamaan eksponensial Y =

14
OUTLINE
Penyajian Data
Ukuran Penyebaran
Ukuran Pemusatan
Angka Indeks
Deret Berkala dan
Peramalan
Analisis Trend
Analisis Siklis
(Siklus, Spektral)
Mendatang
dengan MS Excel
Bab 6

15
VARIASI MUSIM
Variasi musim terkait dengan perubahan atau fluktuasi dalam musim-
musim atau bulan tertentu dalam 1 tahun.
Produksi Padi Permusim
0
10
20
30
I-
98
II-
98
III-
98
I-
99
II-
99
III-
99
I-
00
II-
00
III-
00
I-
01
II-
01
III-
03
Triwulan
Produksi(000ton)
Pergerakan Inflasi 2002
0
0,5
1
1,5
2
2,5
1 2 3 4 5 6 7 8 9 10 11 12
Bulan
Inflasi(%)
Indeks Saham PT. Astra Agro
Lestari, Maret 2003
0
50
100
150
03 05 13 14 22
Tanggal
Indeks
Variasi Musim Produk
Pertanian
Variasi Inflasi Bulanan Variasi Harga Saham
Harian
Bab 6

16
VARIASI MUSIM DENGAN METODE RATA-
RATA SEDERHANA
Indeks Musim = (Rata-rata per kuartal/rata-rata total) x 100
Bulan Pendapatan Rumus= Nilai bulan ini x
100
Nilai rata-rata
Indeks
Musim
Januari 88 (88/95) x100 93
Februari 82 (82/95) x100 86
Maret 106 (106/95) x100 112
April 98 (98/95) x100 103
Mei 112 (112/95) x100 118
Juni 92 (92/95) x100 97
Juli 102 (102/95) x100 107
Agustus 96 (96/95) x100 101
September 105 (105/95) x100 111
Oktober 85 (85/95) x100 89
November 102 (102/95) x100 107
Desember 76 (76/95) x100 80
Rata-rata 95
Bab 6

17
METODE RATA-RATA DENGAN TREND
• Metode rata-rata dengan trend dilakukan dengan cara yaitu indeks
musim diperoleh dari perbandingan antara nilai data asli dibagi
dengan nilai trend.
• Oleh sebab itu nilai trend Y’ harus diketahui dengan persamaan Y’ =
a + bX.
Bab 6

18
METODE RATA-RATA DENGAN TREND
Bab 6
Bulan Y Y’ Perhitungan Indeks Musim
Januari 88 97,41 (88/97,41) x 100 90,3
Februari 82 97,09 (82/97,09) x 100 84,5
Maret 106 96,77 (106/96,77) x100 109,5
April 98 96,13 (98/96,13) x 100 101,9
Mei 112 95,81 (112/95,81) x 100 116,9
Juni 92 95,49 (92/95,49) x 100 96,3
Juli 102 95,17 (102/95,17) x 100 107,2
Agustus 96 94,85 (96/94,85) x 100 101,2
September 105 94,53 (105/94,53) x 100 111,1
Oktober 85 93,89 (85/93,89) x 100 90,5
November 102 93,57 (102/93,57) x 100 109,0
Desember 76 93,25 (76/93,25) x 100 81,5

19
OUTLINE
Penyajian Data
Ukuran Penyebaran
Ukuran Pemusatan
Angka Indeks
Deret Berkala dan
Peramalan
Analisis Trend
Analisis Siklis
(Siklus, Spektral)
Mendatang
dengan MS Excel
Bab 6

20
VARIASI SIKLUS
Siklus
Ingat
Y = T x S x C x I
Maka
TCI = Y/S
CI = TCI/T
Di mana CI adalah Indeks
Siklus
Siklus Indeks Saham Gabungan
-2,5
-2
-1,5
-1
-0,5
0
0,5
1
1,5
2
2,5
94 95 96 97 98 99 00 01 02
Tahun
IHSG
Deret Berkala Dan Peramalan
Bab 6

21
CONTOH SIKLUS
Th Trwl Y T S TCI=Y/S CI=TCI/T C
I 22 17,5
1998 II 14 17,2 95 14,7 86
III 8 16,8 51 15,7 93 92
I 25 16,5 156 16,0 97 97
1999 II 15 16,1 94 16,0 99 100
III 8 15,8 49 16,3 103 102
I 26 15,4 163 16,0 104 104
2000 II 14 15,1 88 15,9 105 105
III 8 14,7 52 15,4 105 106
I 24 14,3 157 15,3 107 108
2001 II 14 14,0 89 15,7 112
III 9 13,6
Bab 6

22
GERAK TAK BERATURAN
Siklus
Ingat Y = T x S x C x I
TCI = Y/S
CI = TCI/T
I = CI/C
P e r k e mb a ng a n In f l a s i d a n S uk u B un g a
-10
0
10
20
30
40
50
60
70
80
94 95 96 97 98 99 00 0 1 02
Tahun
Inf lasi Suku B unga
Bab 6

23
Th Trwl CI=TCI/T C I=(CI/C) x 100
I
1998 II
86
III
93 92 101
I
97 97 100
1999 II
99 100 99
III
103 102 101
I
104 104 100
2000 II
105 105 100
III
105 106 99
I
107 108 99
2001 II
112
III
Bab 6
GERAK TAK BERATURAN

24
OUTLINE
Penyajian Data
Ukuran Penyebaran
Ukuran Pemusatan
Angka Indeks
Deret Berkala dan
Peramalan
Analisis Trend
Analisis Siklis
(Siklus, Spektral)
Mendatang
dengan MS Excel
Bab 6

25
PENGGUNAAN MS EXCEL
• Masukkan data Y dan data X pada sheet MS Excel,
misalnya data Y di kolom A dan X pada kolom B dari baris
1 sampai 5.
• Klik icon tools, pilih ‘data analysis’, dan pilih ‘simple linear
regression’.
• Pada kotak data tertulis Y variable cell range: masukkan
data Y dengan mem-blok kolom a atau a1:a5. Pada X
variable cell range: masukkan data X dengan mem-blok
kolom b atau b1:b5.
• Anda klik OK, maka hasilnya akan keluar. Y’= a+b X; a
dinyatakan sebagai intercept dan b sebagai X variable1
pada kolom coefficients.
Bab 6

Deret berkala dan peramalan.ppt

More Related Content

What's hot (20)

Similar to Deret berkala dan peramalan.ppt (20)

More from Deby Andriana (20)

Recently uploaded (20)

Deret berkala dan peramalan.ppt